将大数据应用于“奥达回路”有助于改善决策周期

2015年4月6日，美国国防系统网站刊登评论员塔玛拉・施瓦兹《What analytics and aerial combat have in common： the OODA loop》文章。文章认为，大数据目前仍是一项新兴的军事能力，美国防机构及其行业伙伴有能力应对未来的大数据增长。目前面临的挑战是，数据收集能力与数据转化为行动情报的能力之间存在严重脱节。例如，指挥中心人员获得全面态势感知信息所花费的时间远远超过开发、评估、确定行动可用路径所用的时间。

美国军事理论家、空军上校约翰・博伊德将整个空战决策过程称为“奥达回路”（observe、orient、decide、act，OODA loop），指通过观察、调整、决策和行动等四个步骤做出决策。

“奥达回路”的第一步是观察，或实地收集数据。美国已投入大量工具，能够从卫星、任务系统或社会媒体等资源上提取数据。然而，由于在数据分析（包括工具和人才）与数据整合上缺少同等的投入，美国国防部在决策周期中遭遇瓶颈。如果因为缺少标准化和互操作性以及质量无法保证导致大部分数据无法使用，数据再多也没有用。分析学利用单一连接，通过在多个异构系统之间建立统一和标准化的数据访问，可以显示之前无法使用的数据。通过分析、规范、监控及核实数据存在的地方，美指挥中心获得的数据将在质量和真实性方面都有极大提高。 美国军事理论家、空军上校约翰・博伊德将整个空战决策过程称为“奥达回路”，指通过观察、调整、决策和行动等四个步骤做出决策。

数据收集完成后进入调整阶段，也叫做数据分析与综合阶段，目的是形成人为判断。即使在数据清理以及将数据压缩成可理解的信息之后，指挥员和作战人员可能也很难将原始数据转换成全方位的图像。分析工具通过交互式可视化将众多数据视图呈现给决策者，帮助其做出判断，针对特定任务的需要使定制数据形成一个用户定义的操作画面。例如，美空军通过“保证任务的态势感知”（Mission Awareness for Mission Assurance，MAMA）这一新项目致力于提高网络态势感知能力，试图利用分析学来分析交通状况，检测内部威胁，阻止对军队和关键基础设施发起的攻击。

第三个阶段是决策阶段。将分析学应用于收集的数据，可揭示具体的行为模式。还可识别模式及其相关性，最大化地利用低密度/高要求资产等有限的能力，或优化利用空运等宝贵资源。利用分析学，可开发交互式模型，在资源有限、时间限制和各种气候的条件下对场景进行模拟。

最后阶段是执行决策。利用强大的分析功能，可对新机会或新兴威胁做出更快的反应，塑造作战空间实现任务目标，同时扰乱对手的决策环，减少对手的反击机会。将分析学以合适的规模、速度和准确程度应用于作战决策周期，可获得更多信息和情报，让大数据为国防机构服务。